Deficiency Identity for Zeta Values and Optimal Approximation

1. Problématique

L'article aborde le problème de l'approximation des valeurs de la fonction zêta de Riemann $\zeta(s)$ pour des arguments impairs $q$ (par exemple $\zeta(3), \zeta(5), \dots$).

• Contexte : Contrairement aux valeurs entières paires pour lesquelles des formes closes explicites existent (en termes de nombres de Bernoulli), aucune expression fermée n'est connue pour les valeurs impaires.
• Limites des méthodes classiques : L'approximation standard par troncation de la série de Dirichlet $\sum_{k=1}^n k^{-q}$ converge lentement (taux $O(n^{-(q-1)})$). Les méthodes d'Euler-Maclaurin offrent une convergence plus rapide mais nécessitent des développements asymptotiques explicites complexes et l'utilisation de nombres de Bernoulli.
• Objectif : Développer une nouvelle représentation structurelle et un schéma d'approximation basé sur une transformation non linéaire, évitant les expansions explicites tout en fournissant des taux de convergence optimaux.

2. Méthodologie

L'auteur propose un cadre fondé sur le concept de « déficit » (deficiency) résultant de l'accumulation non linéaire.

A. Le concept de déficit

L'idée centrale repose sur l'observation que l'accumulation globale d'une masse avant application d'une transformation convexe est plus efficace que l'application locale de la transformation suivie d'une sommation.
Pour une base $p > 1$ et une cible $q > p$, on définit :

• La somme partielle de base : $S_n^p = \sum_{k=1}^n k^{-p}$.
• La transformation non linéaire globale : $(S_n^p)^{q/p}$.
• La somme locale transformée : $\sum_{k=1}^n (k^{-p})^{q/p} = \sum_{k=1}^n k^{-q}$.

En raison de la convexité ($x \mapsto x^{q/p}$ avec $q/p > 1$), on a l'inégalité :
$$(S_n^p)^{q/p} \ge \sum_{k=1}^n k^{-q}$$
La différence entre ces deux quantités définit le fonctionnel de déficit cumulé $D_{p,q}^n$ :
$$D_{p,q}^n := (S_n^p)^{q/p} - \sum_{k=1}^n k^{-q}$$

B. Identité Exacte

En passant à la limite lorsque $n \to \infty$, l'auteur établit une identité exacte décomposant la valeur de $\zeta(q)$ :
$$\zeta(q) = (\zeta(p))^{q/p} - D_{p,q}^\infty$$
Cette équation interprète $\zeta(q)$ comme la différence entre une « accumulation non linéaire parfaite » de la masse de base et le « déficit » causé par la fragmentation de cette masse avant transformation.

C. Schéma d'Approximation et Correction de Biais

Pour approximer $\zeta(q)$, on tronque le déficit à l'ordre $n$. L'estimateur de base est :
$$A_{p,q}^n = (\zeta(p))^{q/p} - D_{p,q}^n$$
Cependant, cet estimateur souffre d'un biais d'ordre $O(n^{-1})$. L'auteur dérive un estimateur corrigé $B_{p,q}^n$ en soustrayant le terme de biais dominant (dérivé via un développement de Taylor du terme de queue de la série de base) :
$$B_{p,q}^n = A_{p,q}^n - \frac{q}{p} (\zeta(p))^{q/p - 1} (\zeta(p) - S_n^p)$$

3. Contributions Clés

1. Décomposition Structurelle Exacte : Introduction d'une identité mathématique rigoureuse reliant $\zeta(q)$ à une puissance de $\zeta(p)$ moins un fonctionnel de déficit, offrant une nouvelle perspective géométrique et analytique.
2. Mécanisme de Correction Implicite : La méthode génère automatiquement des termes de correction asymptotiques (similaires à ceux d'Euler-Maclaurin) via la transformation non linéaire, sans nécessiter de calcul explicite de dérivées supérieures ou de nombres de Bernoulli.
3. Optimisation du Taux de Convergence :
   • L'analyse théorique montre que l'erreur de l'estimateur corrigé suit :
     $$B_{p,q}^n - \zeta(q) = O(n^{-\min(2p-2, q-1)})$$
   • Pour les valeurs impaires $q = 2m+1$, le choix optimal de la base est $p = q-1$. Cela permet d'atteindre un taux de convergence optimal de $O(n^{-(q-1)})$, égal à celui de la troncation directe mais avec une structure de représentation différente.
4. Extension aux Fonctions Zêta Spectrales : Le cadre est généralisé aux fonctions zêta associées à des séquences de valeurs propres $\{\lambda_k\}$, montrant que la convergence dépend de l'interaction entre l'exposant de base et le taux de croissance spectrale.

4. Résultats et Validation Numérique

Les expériences numériques confirment les prédictions théoriques :

• Cas $q=3$ : L'estimateur corrigé avec $p=2$ atteint une convergence en $O(n^{-2})$, correspondant au taux de la troncation standard, mais avec une structure unifiée.
• Cas $q=5, 7$ : L'utilisation de la base optimisée ($p=q-1$) accélère drastiquement la convergence. Par exemple, pour $q=5$ avec $p=4$, l'erreur décroît en $O(n^{-4})$, confirmant visuellement la stabilisation de l'erreur mise à l'échelle.
• Comparaison avec Euler-Maclaurin : Bien que la méthode d'Euler-Maclaurin (avec plusieurs termes correctifs) puisse théoriquement atteindre des ordres supérieurs, la méthode de déficit offre une approche unifiée et plus simple à implémenter pour un ordre donné, sans complexité symbolique accrue.
• Spectres généraux : Les tests sur des opérateurs avec des valeurs propres $\lambda_k = k^\alpha$ montrent que la méthode s'adapte bien, la performance étant dictée par la croissance spectrale.

5. Signification et Conclusion

L'article ne prétend pas fournir de nouvelles formes closes pour les valeurs impaires de $\zeta$, ni surpasser l'ordre asymptotique ultime des développements d'Euler-Maclaurin bien tronqués. Sa contribution réside dans :

• L'interprétation conceptuelle : Fournir une vision géométrique de l'approximation des sommes de Dirichlet via l'efficacité de l'accumulation non linéaire.
• L'unification : Offrir un cadre unique pour approximer $\zeta(q)$ pour tout $q > p$ en utilisant une seule séquence de base.
• La simplicité algorithmique : Générer des corrections d'ordre élevé de manière implicite via une transformation non linéaire simple, évitant la complexité des formules explicites classiques.

En résumé, cette méthode propose une alternative structurelle élégante aux approches classiques, reliant l'analyse numérique, la théorie des nombres et les propriétés de convexité, avec une applicabilité étendue aux systèmes spectraux.